Mašininio mokymo teksto atpažinimo vaizduose metodai
Kailiūnas, Gediminas Antanas |
Rybokas, Mindaugas | Recenzentas / Rewiewer |
Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman | |
Medvedev, Viktor | Darbo gynimo komisijos narys / Thesis Defence Board Member |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Baigiamajame darbe nagrinėjami mašininio mokymo teksto atpažinimo vaizduose metodai. Šiame darbe atlikta išsami vaizdo atpažinimo technologijų apžvalga ir teksto atpažinimo metodų mokslinės literatūros analizė. Atliktas pasirinktų mašininio mokymo modelių tyrimas, pritaikant modifikuotą sutelkimo sluoksnį transformatoriaus dekoduotojo vaizdo fragmentų ypatybių vektorių sujungimui. Remiantis tyrimo rezultatais, pasiūlytas sutelkimo sluoksnis gali būti pritaikytas teksto atpažinimo architektūroms paremtomis transformatoriais, pagerinti jų tikslumą.Baigiamasis darbas apima 40 puslapių, neįskaitant priedų, ir pateikia 26 iliustracijas, 3 lenteles bei 23 bibliografinius šaltinius.
The master's thesis analyzes machine learning methods for recognizing text in images. In this paper, we provide a comprehensive overview of image recognition technologies and analyze the scientific literature on text recognition methods. A study of selected machine learning models was conducted by applying a modified pooling layer for concatenating image patch feature vectors of a transformer decoder. Based on the research results, the proposed pooling layer can be applied to transformer-based text recognition architectures to improve their accuracy. The thesis consists of 40 pages, excluding the appendices, and includes 26 illustrations, 3 tables, and 23 bibliographic sources.